การพยากรณ์ราคาหลักทรัพย์ กลุ่มอุตสาหกรรมทรัพยากร โดยใช้เทคนิคการเรียนรู้ของเครื่อง
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาและประเมินประสิทธิภาพของตัวแบบสำหรับการพยากรณ์ราคาหลักทรัพย์ในกลุ่มอุตสาหกรรมทรัพยากร โดยรวบรวมข้อมูลทุติยภูมิที่เกี่ยวข้องกับปัจจัยที่ส่งผลกระทบต่อราคาหลักทรัพย์ จากวันที่ 1 มกราคม 2559 ถึงวันที่ 30 กันยายน 2566 ข้อมูลถูกรวบรวมจากแหล่งข้อมูล 3 แหล่ง ได้แก่ ธนาคารแห่งประเทศไทย ตลาดหลักทรัพย์แห่งประเทศไทย และเว็บไซต์ Investing.com วิเคราะห์ด้วยกระบวนการมาตรฐานที่ใช้สำหรับการทำเหมืองข้อมูล และใช้เทคนิคการเรียนรู้ของเครื่อง 3 เทคนิค ประกอบด้วย เทคนิคโครงข่ายประสาทเทียม เทคนิคเพื่อนบ้านใกล้ที่สุด และเทคนิคซัปพอร์ตเวกเตอร์แมชชีน นอกจากนี้ ตัวแบบได้นำมาประเมินประสิทธิภาพ โดยใช้สถิติค่าสัมประสิทธิ์การตัดสินใจพหุคูณ (R²) ค่าเฉลี่ยผิดพลาดกำลังสอง (MSE) รากที่สองของค่าเฉลี่ยผิดพลาดกำลังสอง (RMSE) และรากที่สองของค่าผิดพลาดสัมพัทธ์ (RRSE) ผลการวิจัยพบว่า เทคนิคโครงข่ายประสาทเทียม ให้ค่าประสิทธิภาพการพยากรณ์แม่นยำมากที่สุด ด้วยค่าเฉลี่ยผิดพลาดกำลังสอง เท่ากับ 581,543.51 ค่ารากที่สองของค่าเฉลี่ยผิดพลาดกำลังสองเท่ากับ 762.59 รากที่สองของค่าผิดพลาดสัมพัทธ์เท่ากับ 0.31 และค่ากำลังสองของค่าสหสัมพันธ์เท่ากับ ร้อยละ 91.20 ผลการศึกษานี้ เสนอแนะว่าเทคนิคโครงข่ายประสาทเทียมเป็นตัวแบบที่เชื่อถือได้กว่าวิธีการอื่น ๆ และสามารถเป็นเครื่องมือสำหรับการพยากรณ์ราคาหลักทรัพย์ในกลุ่มอุตสาหกรรมทรัพยากรที่มีคุณค่าสำหรับการตัดสินใจลงทุนและการลดความเสี่ยง
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
- บทความหรือข้อคิดเห็นใดใดที่ปรากฏในวารสารวิทยาลัยบัณิตศึกษาการจัดการ มหาวิทยาลัยขอนแก่น เป็นวรรณกรรมของผู้เขียน ซึ่งบรรณาธิการไม่จำเป็นต้องเห็นด้วย
- บทความที่ได้รับการตีพิมพ์เป็นลิขสิทธิ์ของวารสารวิทยาลัยบัณฑิตศึกษาการจัดการ มหาวิทยาลัยขอนแก่น
เอกสารอ้างอิง
กนกกาญจน์ มูลผาลา. (2557). การศึกษาเทคนิคการพยากรณ์ยอดขายสินค้าอุปโภคที่เหมาะสมของบริษัทเอกชนแห่งหนึ่ง. Journal of Business Administration the Association of Private Higher Education Institutions of Thailand, 3(1), 12–21.
กรอภิชิต เหง้าพันธ์ และสมพร ปั่นโภชา. (2565). การพยากรณ์ความผันผวนของตลาดหลักทรัพย์โดยใช้ซัพพอร์ตเวกเตอร์แมชชีน. ใน การประชุมนำเสนอผลงานวิจัยระดับบัณฑิตศึกษา ครั้งที่ 17 ปีการศึกษา 2565. (หน้า 10-20). บัณฑิตวิทยาลัย มหาวิทยาลัยหอการค้าไทย.
กาญจน์ภิวรรณ จงศิริวิโรจ. (2564). การเปรียบเทียบวิธีในการพยากรณ์ราคาหุ้นด้วยแบบจำลองอารีม่า โครงข่ายประสาทเทียม และตัวแบบผสม. [บทคัดย่อ]. วิทยานิพนธ์ปริญญาวิทยาศาสตร์มหาบัณฑิต สาขาวิชาสิถิติ คณะพาณิชยศาสตร์และการบัญชี จุฬาลงกรณ์มหาวิทยาลัย. ค้นเมื่อ 5 พฤศจิกายน 2566, จาก Chulalongkorn University Theses and Dissertations (Chula ETD), เลขที่ 5592.
ณัฐกิจ เจนการ และมหศักดิ์ เกตุฉ่ำ. (2563). การพัฒนาแบบจำลองในการตรวจจับข้อความภาษาไทยที่เป็นการกลั่นแกล้งทางไซเบอร์ โดยใช้วิธีซัพพอร์ตเวกเตอร์แมชชีน. วารสารวิทยาศาสตร์ เทคโนโลยีและนวัตกรรม, 1(1), 24-34.
ณิศวรา ศรีแก้ว, กอปร ศรีนาวิน และวุฒิพงษ์ กุศลคุ้ม. (2566). การประยุกต์ใช้การเรียนรู้ของเครื่องเพื่อตรวจจับภาพชิ้นส่วน ที่มีสนิมของโครงสร้างเหล็กอาคารโกดังสินค้า. ใน ความท้าทายด้านวิศวกรรมโยธาหลังการระบาดใหญ่. การประชุมวิชาการวิศวกรรมโยธาแห่งชาติ ครั้งที่ 28 ประจำปี 2566 (หน้า CEM44-1- CEM44-7). สงขลา: สาขาวิศวกรรมโยธาและสิ่งแวดล้อม คณะวิศวกรรมศาสตร์ มหาวิทยาลัยสงขลานครินทร์.
ตลาดหลักทรัพย์แห่งประเทศไทย. (2566). ข้อมูลราคาหลักทรัพย์. ค้นเมื่อ 5 พฤศจิกายน 2566, จาก https://www.set.or.th/th.
ธนาคารแห่งประเทศไทย. (2566). ดัชนีและเครื่องชี้เศรษฐกิจทางการเงิน. ค้นเมื่อ 5 พฤศจิกายน 2566, จาก https://www.bot.or.th/.
ธิดารัตน์ ภิวงศ์ (2561). ปัจจัยที่มีผลต่อราคาหุ้น บริษัท ปตท.สำรวจและผลิตปิโตรเลียม จำกัด (มหาชน). การประชุมนำเสนอผลงานวิจัยระดับบัณฑิตศึกษา ครั้งที่ 13 ปีการศึกษา 2561. (หน้า 1420 - 1430). ปทุมธานี: บัณฑิตวิทยาลัย มหาวิทยาลัยรังสิต.
ผุสดี บุญรอด และกรวัฒน์ พลเยี่ยม. (2560). แบบจำลองการพยากรณ์ราคามันสำปะหลังโดยใช้โครงข่ายประสาทเทียมแบบหลายชั้น. วารสารวิทยาศาสตร์และเทคโนโลยี, 25(3), 533-543.
มัลลิกา พรหมดี, อนุพงศ์ สุขประเสริฐ และอุทิศ พงศ์จิรวัฒนา. (2566). การพยากรณ์ราคาหุ้นตามกลุ่มอุตสาหกรรมโดยการใช้เทคนิคการเรียนรู้ของเครื่อง. ใน การก้าวไปข้างหน้าของธุรกิจ เศรษฐศาสตร์ และการสื่อสารเพื่อสังคมพลวัตและนวัตกรรมแห่งสมัย. โครงการนำเสนอผลงานทางวิชาการระดับชาติ ครั้งที่ 10 ประจำปี 2566. (หน้า 191-206). พิษณุโลก: คณะบริหารธุรกิจ เศรษฐศาสตร์และการสื่อสาร มหาวิทยาลัยนเรศวร.
วรางคณา เรียนสุทธิ์. (2563). การเปรียบเทียบตัวแบบพยากรณ์ราคาลำไย. วารสารวิจัยและส่งเสริมวิชาการเกษตร, 35(3), 73-83.
วรินทรา แซ่โล้, พาพิศ วงชัยสุวัฒน์ และวรรณดี ไทยสยาม. (2566). การพยากรณ์อัตราการไหลโดยใช้แบบจําลองโครงข่ายประสาทเทียมและพารามิเตอร์การตอบสนองของเวลา. Eng. & Technol. Horiz, 40(3), 1-14.
วิจิตร คลังภูเขียว, ปิยภัทร บุษบาบดินทร์ และบังอร กุมพล. (2560). การพยากรณ์ความผันผวนราคาทองคำ ด้วยโครงข่ายประสาทเทียม. วารสารวิทยาศาสตร์บูรพา, 22(1), 125-134.
ศิริพร สีหานอก, ธีราลักษณ์ สัจจะวาที, ศุภชัย บุญธีรารักษ์ และพลับพลึง พวงธนะสาร. (2562). ปัจจัยทางเศรษฐกิจที่มีผลต่อดัชนีราคาหลักทรัพย์กลุ่มอุตสาหกรรมทรัพยากร ในตลาดหลักทรัพย์แห่งประเทศไทย ช่วงระหว่างปี พ.ศ. 2556-2560. ใน การประชุมวิชาการนําเสนอผลงานวิจัยระดับชาติ ครั้งที่ 3 “GRADUATE SCHOOL CONFERENCE 2019. (หน้า 675-683). กรุงเทพฯ: บัณฑิตวิทยาลัย มหาวิทยาลัยราชภัฏสวนสุนันทา.
สาโรช หว่างนุ่ม. (2564). การทดแทนข้อมูลสูญหายโดยใช้วิธีเค-เพื่อนบ้านใกล้ที่สุด ในเอ็กเซลวีบีเอ. ใน การประชุมวิชาการนำเสนอผลงานวิจัยระดับชาติและนานาชาติ ครั้งที่ 14. (หน้า 920-929). กรุงเทพฯ: บัณฑิตวิทยาลัย มหาวิทยาลัยราชภัฏสวนสุนันทา.
สุพิชามนต์ จรีวรรณเพชร, ยุทธนา เศรษฐปราโมทย์ และสมพร ปั่นโภชา. (2566). การพยากรณ์ราคาหุ้นกลุ่มอสังหาริมทรัพย์ที่จดทะเบียนในตลาดหลักทรัพย์แห่งประเทศไทยด้วยแบบจำลองทางสถิติ. ใน การประชุมนำเสนอผลงานวิจัยบัณฑิตศึกษาระดับชาติ ครั้งที่ 18. (หน้า 313-325). กรุงเทพฯ: บัณฑิตวิทยาลัย มหาวิทยาลัยหอการค้าไทย.
สุภัตรา ใจเร็ว และภูมิฐาน รังคกูลนุวัฒน์. (2561). เปรียบเทียบการพยากรณ์ดัชนีหุ้นกลุ่มอสังหาริมทรัพย์และก่อสร้างหมวดวัสดุก่อสร้างในตลาดหลักทรัพย์แห่งประเทศไทย ด้วยแบบจำลองทางสถิติ. ใน การประชุมนำเสนอผลงานวิจัยบัณฑิตศึกษาระดับชาติ ครั้งที่ 13. (หน้า 2777-2790). ปทุมธานี: บัณฑิตวิทยาลัย มหาวิทยาลัยรังสิต.
สุวิมล วงศ์สิงห์ทอง, จุฑามาส ไพบูลย์ศักดิ์ และทรงพล นคเรศเรืองศักดิ์. (2564). การเรียนรู้ของเครื่องในการพิสูจน์ตัวตนด้วยชีวมาตร. วารสารวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยมหาสารคาม, 42(4), 97-107.
อนุพงศ์ สุขประเสริฐ. (2564). คู่มือการทำเหมืองข้อมูลด้วย โปรแกรม RAPIDMINER STUDIO. (พิมพ์ครั้งที่ 4). มหาสารคาม: คณะการบัญชีและการจัดการ มหาวิทยาลัยมหาสารคาม.
อมรเทพ พึ่งศรี, สมพร ปั่นโภชา และบํารุง พ่วงเกิด. (2560). ประสิทธิภาพการพยากรณ์ดัชนีราคา SET50 Index โดยใช้แบบจำลองโครงข่ายประสาทเทียม. การประชุมนำเสนอผลงานระดับบัณฑิตศึกษา ครั้งที่ 12 มหาวิทยาลัยรังสิต, (น.1519-1528). ปทุมธานี: บัณฑิตวิทยาลัย มหาวิทยาลัยรังสิต.
อัศวเทพ อากาศวิภาต, สิริมา นาคสาย, ปิยฉัตร วงค์ดี, เยาวลักษณ์ ด้วงสุข และอังคณา ทิพย์ปะละ. (2565). อิทธิพลของปัจจัยทางเศรษฐกิจต่อการเปลี่ยนแปลงดัชนีราคาหุ้นกลุ่มอุตสาหกรรมทรัพยากร. วารสารวิจัยวิทยาการจัดการ มหาวิทยาลัยราชภัฏสุรินทร์, 6(2), 193-203.
Fattah J, Ezzine L, Aman Z, El Moussami H, Lachhab A. (2018). Forecasting of demand using ARIMA model. International Journal of Engineering Business Management, 10(2), 1-9. Retrieved from https://doi.org/10.1177/1847979018808673
Jadhav V, Chinnappa Reddy B V, Gaddi G M. (2017). Application of ARIMA Model for Forecasting Agricultural Prices. Journal of Agricultural Science and Technology, 19(5), 981-992.
